第五章 二次型

news2024/11/19 13:38:47

引言

  1. 题型总结中推荐例题有蓝皮书的题型较为重要,只有吉米多维奇的题型次之。
  2. 码字不易,如果这篇文章对您有帮助的话,希望您能点赞、评论、收藏,投币、转发、关注。您的鼓励就是我前进的动力!

知识点思维导图

在这里插入图片描述

补充:

  1. 二次型矩阵一定是对称的,即 A T = A A^T=A AT=A
  2. 合同的性质:
    1)反身性,对称性,传递性。
    2)合同矩阵秩相同。
    3)与对称矩阵合同的矩阵也是对称的。
    4)若两个矩阵合同,则其逆矩阵也合同。
  3. 矩阵间的四个关系:
    1)等价:A、B为同型矩阵,存在可逆矩阵P、Q,使PAQ=B。
    2)相似:A、B为同型方阵,存在可逆阵P,使 P − 1 A P = B P^{-1}AP=B P1AP=B
    3)合同:A、B为同型方阵,存在可逆阵P,使 P T A P = B P^TAP=B PTAP=B
    4)正交相似:A、B为同型方阵,存在正交阵P,使 P − 1 A P = B P^{-1}AP=B P1AP=B P T A P = B P^TAP=B PTAP=B
    5)正交相似一定相似,合同,等价;相似或合同一定等价。
  4. 正定二次型经线性替换仍为正定的。
  5. 二次型是正定的等价于矩阵A与E合同。
  6. 二次型是正定的,可推出其二次型矩阵的行列式值大于零。
  7. 若A正定,则A的主对角线元素均大于零。(充分条件)

易错点

NULL

题型总结

一、正交变换法化二次型为标准型

  1. 步骤:
    1)写出二次型的矩阵A。
    2)求出矩阵 A 的所有特征值 λ 1 , λ 2 , … λ n λ_1, λ_2, …λ_n λ1,λ2,λn
    3)求出对应于个特征值的线性无关的特征向量。
    4)将特征向量正交化单位化,得 p 1 , p 2 , … p n p_1,p_2, …p_n p1,p2,pn
    5)记 P = ( p 1 , p 2 , … p n ) P=(p_1,p_2, …p_n) P=(p1,p2,pn)在正交变换 x = P y x=Py x=Py 下,二次型的标准型为 f = λ 1 y 1 2 + λ 2 y 2 2 + … + λ n y n 2 f= λ_1y_1^2+ λ_2y_2^2+ …+λ_ny_n^2 f=λ1y12+λ2y22++λnyn2

二、配方法化二次型为标准型

  1. 步骤:
    1)若二次型中含有 x i x_i xi 的平方项,则先把含有 x i x_i xi 的乘积项集中,然后配方,再对其余变量进行同样过程。直到所有变量都配成平方向为止。
    2)若二次型中不含有平方项,但是 a i j ≠ 0 ( i ≠ j ) a_{ij}≠0(i≠j) aij=0(i=j)。则可做可逆变换( x i = y i − y j , x j = y i + y j , x k = y k x_i=y_i-y_j,x_j=y_i+y_j,x_k=y_k xi=yiyjxj=yi+yjxk=yk)。化二次型为含有平方项的二次型,然后再按一中方法配方。
  2. 注意:先 x 1 x_1 x1,再 x 2 x_2 x2,再 x 3 x_3 x3……配完 x i x_i xi后面再配不能出现 x i x_i xi

三、初等变换法化二次型为标准型

  1. 对于二次型 f f f 的矩阵 A A A,求该二次型的线性变换矩阵 A A A。可以构造
    ( A E ) → 对整体列变换 , 只对 A 行变换 ( Λ C ) \boxed{\begin{pmatrix} A\\ E\\ \end{pmatrix} \overset{对整体列变换,只对A行变换}{\rightarrow}\begin{pmatrix} Λ\\ C\\ \end{pmatrix}} (AE)对整体列变换,只对A行变换(ΛC)

  2. 注意:
    1)对A、E做同样的初等列变换,只对A做相应的初等行变换。且列变换与行变换是配套的。(如交换1、3列,就对A交换1、3行;1/2乘第3列,就1/2乘第,3行。)
    2)A化成对角阵时,E化成的就是C。
    3)每次配套的列和行变换做完后,A仍是对称的,可据此检查计算是否正确。
    4)相同类型的列变换,如交换,乘k,乘k加到另一行,可以一起操作,完了后再做相应的行变换,以节省时间。

其余题型

  1. 二次型化为矩阵表达式 步骤:
    1)平方项系数直接做成主对角元素。
    2)交叉项的系数除以二放到两个对称的相应位置上。
  2. 矩阵化为二次型的步骤:将上述步骤逆过来即可。注意,若所给形式是 f ( x ) = ( x 1 , x 2 , x 3 ) A ( x 1 , x 2 , x 3 ) T f(x)=(x_1,x_2,x_3)A(x_1,x_2,x_3)^T f(x)=(x1,x2,x3)A(x1,x2,x3)T 即未说明A是二次型,则A有可能不对称,此时取对应平均值即可。

方法心得

NULL

参考资料:
[1]安徽理工大学数学系. 线性代数(第三版修订). 天津:天津科学技术出版社, 2019.
[2]安徽理工大学数学系. 线性代数、概率论与数理统计同步辅导习题(第二版). 天津:天津科学技术出版社, 2016.
[3]张天德. 线性代数习题精选精解. 山东:山东科学技术出版社, 2009.
[4]《线性代数》高清教学视频 “惊叹号”系列 宋浩老师

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/633490.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

十一、进程间通信——管道

目录 零、前置知识 一、什么是进程间通信 (一)含义 (二)发展 (三)类型 1.管道 2.System V IPC 3.POSIX IPC 二、为什么要有进程间通信 三、怎么进行进程间通信 (一)什么是…

PoseiSwap的趋势性如何体现?

DEX 代表了一种先进的意识形态,相对于 CEX 其更强调无许可、去中心化以及公开透明。然而随着 DeFi 赛道逐渐从 2021 年年底的高峰逐渐转向低谷,DEX 整体的交易量、TVL等数据指标也开始呈现下滑的趋势,DEX 正在面临发展的新瓶颈期。 在这样的背…

时间序列预测的20个基本概念总结

1、时间序列 时间序列是一组按时间顺序排列的数据点 比如: 每小时的气压每年的医院急诊按分钟计算的股票价格 2、时间序列的组成部分 时间序列数据有三个主要组成部分。 趋势季节性残差或白噪声 3、趋势 在时间序列中记录的长期缓慢变化/方向。 4、季节性 …

51、基于51单片机洗衣机控制系统(带水位)系统设计(程序+原理图+PCB源文件+Proteus仿真+参考论文+开题报告+任务书+流程图+元器件清单等)

摘 要 随着数字技术的快速发展,数字技术被广泛应用于智能控制的领域中。单片机以体积小、功能全、价格低廉、开发方便的优势得到了许多电子系统设计者的青睐。它适合于实时控制,可构成工业控制器、智能仪表、智能接口、智能武器装置以及通用测控单元等。…

【最优PID 整定】PID性能指标(ISE,IAE,ITSE和ITAE)优化、稳定性裕量(Matlab代码实现)

💥💥💞💞欢迎来到本博客❤️❤️💥💥 🏆博主优势:🌞🌞🌞博客内容尽量做到思维缜密,逻辑清晰,为了方便读者。 ⛳️座右铭&a…

ChatGPT1论文解读《Improving Language Understanding by Generative Pre-Training》(2018)

论文总结 以下是我阅读完整篇论文做的个人总结,基本包含了ChatGPT1设计的完整框架思路,可以仅看【论文总结】章节。 在GPT1实现的核心架构中,包含两个阶段。 第一阶段 在第一阶段基于一个包含7000本书籍内容的海量未标注文本数据集进行无…

PLC模拟量超限报警功能块

模拟量偏差报警功能块请参看下面文章: 模拟量偏差报警功能块(SCL代码)_RXXW_Dor的博客-CSDN博客工业模拟量采集的相关基础知识,可以查看专栏的系列文章,这里不再赘述,常用链接如下:PLC模拟量采集算法数学基础(线性传感器)_plc傳感器數據轉化_RXXW_Dor的博客-CSDN博客。…

GOOGLE | COT(chain of thought)开山之作,利用思维链提升复杂问题推理能力

一、概述 title:Chain-of-Thought Prompting Elicits Reasoning in Large Language Models 论文地址:https://arxiv.org/abs/2201.11903 auto COT代码【COT升级版本】:GitHub - amazon-science/auto-cot: Official implementation for &qu…

【LeetCode】HOT 100(8)

题单介绍: 精选 100 道力扣(LeetCode)上最热门的题目,适合初识算法与数据结构的新手和想要在短时间内高效提升的人,熟练掌握这 100 道题,你就已经具备了在代码世界通行的基本能力。 目录 题单介绍&#…

字符串--字符串字面量、字符串的存储

一、字符串字面量(string literal) 字符串字面量(string literal ),有时也成为字符串常量,它是由一对双引号括起来的一个字符序列。如“hello”,“123”等都是字符串。无论双引号内是否包含字符…

C++入门:类和对象(上)

目录 前言: 一:初识面向过程和面向对象 二:类的引入 三:封装和类的访问限定符 (1)封装 (2)访问限定符 四:类的作用域和类的定义 (1)作用域 (2)类的定义 五:类的实例化(对象) 六:类对象…

代码随想录第58天

1.每日温度: 1.什么时候用单调栈呢? 通常是一维数组,要寻找任一个元素的右边或者左边第一个比自己大或者小的元素的位置,此时我们就要想到可以用单调栈了。 2.单调栈里元素是递增呢? 还是递减呢? 注意以…

阿里云服务器解析绑定后访问不了的变态策略

阿里云服务器默认把80端口毙掉了,说是为了服务器安全。 客户买个一般服务器不就是弄个网站,80或者443端口默认还需要自己打开。 好比买个车,为了安全,没有轮胎,怕客户跑起来撞人,买完车让客户自己安装轮胎。…

Redis常见问题、各个分布式锁优缺点-05

Redis集群为什么至少需要三个master节点,并且推荐节点数为奇数? 因为新master的选举需要大于半数的集群master节点同意才能选举成功,如果只有两个master节点,当其中一个挂了,是达不到选举新master的条件的。 奇数个ma…

BLIP和BLIP2

文章主要是对BLIP2 (使用冻结图像编码器和大型语言模型的Bootstrapping语言图像预训练)论文的阅读笔记,也对BLIP(用于统一视觉语言理解和生成的Bootstrapping语言图像预训练)算法进行了简单的介绍。 一、BLIP&#xf…

走进人工智能| Computer Vision 数字化时代的视觉启示录

前言: 计算机视觉是通过模仿人类视觉系统的工作原理,使计算机能够感知、理解和解释图像和视频的能力。 文章目录 序言背景适用领域技术支持应用领域程序员如何学总结 序言 计算机视觉是人工智能领域的一个重要分支,它涉及使计算机能够“看”…

nginx的开始(一)---nginx的安装

文章目录 1.nginx是什么?2.nginx安装2.1.安装准备:2.2.进行安装:2.2.1.apt安装(快速)2.2.2.源码安装 2.3.配置文件简解(nginx.conf) 1.nginx是什么? Nginx(发音为"e…

AndroidT(13) init 进程 -- first stage init 的初始化 (二)

1.概览 第一阶段的 init 工作主要用于读取系统启动阶段需要的配置信息(例如 linux的bootconfig,cmdline等配置信息)、挂载文件系统、安装 kernel 中的模块驱动,最后就是启动第二阶段的 init 来进行 Android 系统相关的组件。第一阶段的 init …

《微服务实战》 第三十章 分布式事务框架seata TCC模式

前言 本章节介绍分布式事务框架seata TCC模式,上一章节介绍seata以及集成到Springboot、微服务框架里。 1、TCC模式 一个分布式的全局事务,整体是 两阶段提交 的模型。全局事务是由若干分支事务组成的,分支事务要满足 两阶段提交 的模型要…

如何利用ChatGPT写毕业论文

如何利用ChatGPT写毕业论文 ChatGPT是什么?利用ChatGPT写毕业论文的步骤1.准备数据2.训练模型3.生成论文4.检查论文 总结地址 ChatGPT是什么? ChatGPT是一个基于GPT-2模型的开源聊天机器人,它可以回答用户的问题,进行闲聊和提供各…